建筑结构在施工和服役过程中会受到各种人为因素、荷载因素和环境因素等的影响,这些因素可能导致建筑结构某些部位出现不同程度的损伤,对建筑结构的安全造成威胁,严重时将造成灾难性的工程事故。因此研究结构的损伤识别方法具有重要意义。小波分析作为一种时频分析方法,具有多分辨分析的功能,小波分析窗口在时间和频率两个区域具有良好的自适应性,能够较好的展现信号的局部特征,也能够较为有效地识别信号奇异性,因而小波分析能有效识别结构的损伤位置。蚁群算法是一种新兴起的的全局搜索仿生智能算法,在求解过程中不依赖于问题的严苛数学逻辑性,具有很强的适应性、鲁棒性、相容性及全局寻优搜索能力。本文结合小波分析和蚁群算法的优点,提出了一种基于小波分析和蚁群算法的两阶段结构损伤识别方法,即小波-蚁群算法。该算法首先通过小波分析识别结构的损伤位置,再结合蚁群算法识别出结构的损伤程度。本文以含损伤的结构为研究对象,给出了小波-蚁群算法识别结构损伤位置和损伤程度的原理。首先通过有限元方法得到结构的模态参数,采用小波分析确定结构的损伤位置。然后基于结构的固有频率和曲率模态构造算法的目标函数,编制相应的蚁群算法程序,以结构损伤位置和损伤单元数为输入量,在相应搜索域进行全局寻优搜索,从而实现对结构损伤程度的识别。本文采用所建立的小波-蚁群算法研究了三跨连续梁的损伤识别问题。首先建立了三跨连续梁的有限元模型,分别对含单损伤和三处损伤的连续梁进行有限元分析,运用小波系数模极大值确定连续梁的损伤位置。然后再运用编制的蚁群算法程序成功识别了含单损伤和三处损伤连续梁的损伤位置和损伤程度。验证了本文方法的有效性。本文采用小波-蚁群算法分别研究了一层一跨框架(含两处和三处损伤)和两层两跨框架结构(含三处和四处损伤)的损伤识别问题,通过小波-蚁群算法准确识别了框架的损伤位置和损伤程度,说明本文方法能有效用于复杂结构和含多损伤结构。因此,本文方法对工程结构的损伤检测有参考价值。